DAPHNE- Daten aus Photonen- und Neutronenexperimenten nachhaltig verfügbar machen
© Grafik: DFG
Allein an Großgeräten werden jährlich Daten im Petabytebereich produziert. Diese Forschungsdaten müssen mindestens zehn Jahre aufbewahrt werden. Nun wollen 19 wissenschaftliche Einrichtungen in Deutschland gemeinsame Standards für Software, Datenaustausch und Datenrepositorien entwickeln, um solche Forschungsdaten dauerhaft für die weitere Forschung verfügbar zu machen. Daran beteiligt sich auch das HZB. Das Projekt DAPHNE4NFDI wird über die nächsten fünf Jahre im Rahmen der Nationalen Forschungsdateninfrastruktur gefördert und von DESY koordiniert.
Grundlegend für das Forschungsdatenmanagement sind die FAIR-Kriterien: Findable (Auffindbar), Accessible (Zugänglich), Interoperable (Interoperabel) und Reusable (Wiederverwendbar). Auch Methoden der Künstlichen Intelligenz oder Maschinenlernen gehören mit zum Aufgabenbereich.
Das HZB bringt seine Expertise im Forschungsdatenmanagement in das Projekt ein. Diese Expertise hat das HZB bereits aufgebaut, zum Beispiel im europäischen Projekten PaNDATA, aus dem das HZB-Datenrepositorium ICAT hervorgegangen ist und in Helmholtz Initiativen, wodurch der HMC Hub matter am HZB angesiedelt wurde.
- Ultraschnelle Entmagnetisierung - Dünneres Eisen, stärkere Wirkung
Je dünner eine Eisenschicht, desto leichter lässt sie sich durch einen Laserpuls entmagnetisieren. Forschende der Universität Duisburg-Essen haben gemeinsam mit dem Helmholtz-Zentrum Berlin und weiteren Partner:innen herausgefunden, warum das so ist: Entscheidend ist die magnetische Ordnung an den Grenzflächen des Materials. Die Erkenntnisse könnten langfristig dazu beitragen, neue Technologien für die magnetische Datenspeicherung zu entwickeln. Die Ergebnisse wurden in der Fachzeitschrift Advanced Science veröffentlicht.
- Blinder Fleck für die Anordnung der AtomeKünstliche Intelligenz wird zunehmend eingesetzt, um Eigenschaften neuer Materialien vorherzusagen. Ein Forschungsteam aus Jena und den USA zeigt nun in einer im Fachjournal „Nature Computational Science“ Studie: Kommen dabei Sprachmodelle zum Einsatz, erfassen diese zwar zuverlässig, welche Atomsorten ein Material enthält. Informationen über deren räumliche Anordnung nutzen sie jedoch nur unzureichend. Selbst größere Modelle und mehr Trainingsdaten beheben diese Schwäche nicht. Für stark strukturabhängige Materialeigenschaften sind deshalb auf räumliche Strukturen spezialisierte KI-Modelle die verlässlichere Wahl. (DOI: 10.1038/s43588-026-01045-2)
- Muster aus polaren Wirbeln in bleifreien Übergittern auf SiliziumEin Team am HZB hat erstmals polare Wirbel in (BaTiO3/SrTiO3)10-Übergittern auf Silizium nachgewiesen. Diese Ergebnisse erweitern das Spektrum an Materialien und Substraten, auf denen polare topologische Texturen auftreten können, und sie eröffnen neue Möglichkeiten für die Einbindung komplexer ferroelektrischer Zustände in siliziumbasierte Technologien.